סגור
יו"ר ה פד ג'יי ג'רום פאוול
יו"ר הבנק המרכזי האמריקאי, ג'רום פאוול (צילום: גטי אימג'ס)

מחקרים: ChatGPT מצליח לחזות כיצד יגיבו המניות להצהרות הפד

החודש פורסמו שני מאמרים חדשים שהטילו על הצ'טבוט המבוסס בינה מלאכותית מטלות הקשורות לשוקי ההון. באחת מהן הוא התבקש לפענח אם הצהרות של הבנק הפדרלי המרכזי היו בעלות טון ניצי או יוני, ובמחקר השני הצ'טבוט נשאל אם כותרות הן טובות או רעות למניות. מה היו התוצאות?

הגל הראשון של מחקרים אקדמיים הבודקים את ChatGPT בעולם הפיננסים מתחיל להתפרסם, ולפי התוצאות הראשוניות נראה שההתלהבות של החודשים האחרונים סביב הטכנולוגיה - מוצדקת.
החודש פורסמו שני מאמרים חדשים שהטילו על הצ'טבוט המבוסס בינה מלאכותית מטלות הקשורות לשוקי ההון. באחת מהן הוא התבקש לפענח אם הצהרות של הבנק הפדרלי המרכזי היו בעלות טון ניצי או יוני, ובמחקר השני הצ'טבוט נשאל אם כותרות הן טובות או רעות למניות.
ChatGPT עבר בהצלחה את שתי המשימות, מה שעשוי להצביע על צעד משמעותי קדימה בשימוש בטכנולוגיה כדי להפוך כתבות חדשותיות לציוצים וכדי להשתמש בנאומים כדי לנתח ביצועים של מניות.
זו לא התנהלות חדשה בוול סטריט, וכבר נעשה שימוש במודלי שפה בדומה לאלה עליהם מתבסס הצ'טבוט כדי לגבש אסטרטגיות, אך הממצאים מצביעים על כך שהטכנולוגיה שפותחה על ידי OpenAI טיפסה לרמה חדשה מבחינת הבנת ניואנסים והקשרים. "זהו אחד המקרים הנדירים האלה שההתלהבות סביב משהו היא אמיתית", אמר סלאבי מרינוב, ראש חטיבת למידת מכונה ב-Man AHL, שבה משתמשים כבר שנים בטכנולוגיה כדי לקרוא מסמכים כמו הצהרות הון ופוסטים ברדיט.
במאמר הראשון, שנקרא "האם ChatGPT יכול לפענח את הניסוחים של פד?" (?Can ChatGPT Decipher Fedspeak), שנערך על ידי שתי חוקרות מהפד, התגלה ש-ChatGPT הצליח כמעט כמו בני אדם להבין אם ההצהרות של הבנק המרכזי היו בעלות טון יוני או ניצי. החוקרות, אן לונדגארד הנסן וסופיה קאזיניק מהבנק הפדרלי של ריצ'מונד, הראו שהצ'טבוט הצליח בצורה טובה יותר מאשר המודל של גוגל BERT ומאשר התבססות על מילונים לביצוע הסיווגים. ChatGPT הצליח אפילו להסביר כיצד סיווג את ההצהרות של הפד בצורה שהזכירה יותר את הניתוחים של הבנק עצמו – ששימשו כמדד אנושי עבור המחקר.
כך למשל המשפט הזה מהצהרה שפורסמה במאי 2013: "התנאים בשוק העבודה הפגינו שיפורים מסוימים בחודשים האחרונים, אך שיעור האבטלה נותר גבוה". הצ'טבוט הגדיר את המשפט הזה כבעל טון יוני כי הוא רומז על כך שהכלכלה עוד לא התאוששה לגמרי. זו גם הייתה המסקנה של האנליסט ברייסון, המוגדר במחקר כ"גבר בן 24 הידוע באינטליגנציה והסקרנות שלו".
במחקר השני, הנקרא "האם ChatGPT יכול לחזות תנודות במניות? הסתברות ההחזרים ומודלי שפה גדולים" (Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models), החוקרים אלחנדרו לופז-לירה ויהודה טאנג מאוניברסיטת פלורידה ביקשו מ-ChatGPT לשמש כמומחה פיננסי ולפרש כותרות בעיתונים הכלכליים.
הם השתמשו בחדשות שפורסמו רק מסוף 2021, תקופה שלא כוסתה בתקופת ההכשרה של הצ'טבוט. המחקר מצא שהתשובות שניתנו על ידי ChatGPT היו בעלות קשר סטטיסטי לתנודות של המניות לאחר הפרסום, סימן לכך שהטכנולוגיה הצליחה להבין בצורה נכונה את ההשלכות של החדשות. לדוגמה הצ'טבוט נשאל אם הכותרת "חברת רימיני סטריט נקנסה ב-630 אלף דולר בתביעה נגד אורקל" היא טובה או רעה לאורקל, והצ'טבוט הסביר שמדובר בחדשות חיוביות מכיוון שהקנס שהוטל "יכול להגדיל את הביטחון של המשקיעים ביכולת של אורקל להגן על הקניין הרוחני שלה ולהעלות את הביקוש למוצרים ולשירותים שלה".
היכולות הללו שהוצגו עשויות לפתוח עולמות חדשים של מקורות מידע לסוחרים ולמשקיעים ולהפוך את הטכנולוגיה לנגישה יותר לסקטור הפיננסים.